Rabix: 新一代数据分析应用流程的开发部署解决方案

• SBG简介
• 生物信息流程面临的5大难题
• Docker简介
• Common Workflow Language
• Rabix: CWL的完美实现
• 实例

• 把代码放在github，ftp
• 作为文章发表的附件
• 藏在不知道什么鬼地方。。。

关于Docker你只知道两件事情。首先，它使用linux容器；第二，互联网会一直对它喋喋不休。

—Solomon Hykes, Docker CEO

• 2013年3月：Docker 0.1发布
• Docker 是 Docker.Inc 公司开源的一个基于 LXC技术之上构建的Container容器引擎， 源代码托管在 GitHub 上, 基于Go语言并遵从Apache2.0协议开源。
• 轻量，快速，便捷
• Dockfile可手动构建容器，便于分享
• 记录容器快照历史版本
• 特性：文件系统隔离, 资源隔离, 网络隔离, 写时复制, 日志记录, 变更管理, 交互式Shell
• 目前Docker正处在开发阶段，官方不建议用于生产环境。
• Docker是基于Ubuntu开发的，所以官方推荐将其安装在Ubuntu的操作系统上，目前只能安装在linux系统上。

• R的官方Docker镜像管理
• Gihub上有用来建立容器的Dockerfile

• Bioconductor的Docker镜像存储在Docker Hub
• 原始Dockerfiles存储在 Github.
• 稳定版基于 rocker/rstudio；开发版本基于 rocker/rstudio-daily.

• 多家机构参与开发和定制包括： Seven Bridges Genomics （发起和主要参与者），Curoverse，Galaxy，Institut Pasteur，BioDatomics，Michigan State University，Broad Institute 等等
• google group已有100+人
• 请访问github官网

• CWL用来描述数据科学所使用的流程， 包括生物信息，化学，物理，宇航等等。针对命令行工具(Command Line Tools) 和流程（Workflow）定义了数据和流程执行模型，从而可以移植在不容的计算平台上，从个人工作站到cluster，grid，云和高性能运算平台。提高了流程的可移植性和可重复性。
• JSON, YML描述性的语言（数据，工具，流程，参数等）
• 使用向图（directed graph)来描述一系列讲输入数据转化为输出数据的的操作。
• 包含了命令行工具（command line) 和表达工具（使用ECMAScript）。

• CWL的第一个完美植入，简单易用的用户界面
• 开源开放，可封闭开发，可方便分享，可绑定github账户
• 四大组件：注册库，工具编辑器，流程编辑器，python executor
• 由SBG开发，请访问官方网站 rabix.org或者rabix.io

我希望执行一个命令

samtools view -bS in.sam out.bam

• 命令行 samtools view
• 输入文件 Sam
• 输出文件 Bam
• Adaptor -bS

进入ubuntu镜像

docker run -ti ubuntu bash

在虚拟机里安装samtools（注：先进行update）

apt-get update
apt-get install samtools

docker commit -m "add samtools 0.1.19 to ubuntu base" \
-a "Tengfei Yin" 0d1ff3541700 tengfei/samtools:0.1.19

docker push tengfei/samtools

• 原生支持rabix
• 完美整合SBG官方平台
• 简易开发，云端运行

• Nebojsa Tijanic (Seven Bridges Genomics)
• Sinisa Ivkovic (Seven Bridges Genomics)
• Milica Kadic (Seven Bridges Genomics)
• Luka Stojanovic (Seven Bridges Genomics)